On Neural BRDFs: A Thorough Comparison of State-of-the-Art Approaches

要約

双方向反射率分布関数（BRDF）は、光と物質の複雑な相互作用をキャプチャするための不可欠なツールです。
最近、いくつかの作品が、既存のパラメトリックモデルを利用してから純粋な神経パラメーター化に至るまで、さまざまな戦略に従って、BRDFモデリングにニューラル法を採用しています。
すべての方法は印象的な結果をもたらしますが、文献にはさまざまなアプローチの包括的な比較が欠けています。
この作業では、定性的および定量的再構成品質の結果や、相互関係と省エネの分析など、いくつかのアプローチの徹底的な評価を提示します。
さらに、既存のアプローチに追加できる2つの拡張機能を提案します。反射率をびまん性と鏡面部に分割する神経BRDFの新しい添加剤の組み合わせ戦略と、構造によって相互関係を正確に保証する入力マッピング、以前のアプローチは保証するだけです。
ソフト制約による。

要約(オリジナル)

The bidirectional reflectance distribution function (BRDF) is an essential tool to capture the complex interaction of light and matter. Recently, several works have employed neural methods for BRDF modeling, following various strategies, ranging from utilizing existing parametric models to purely neural parametrizations. While all methods yield impressive results, a comprehensive comparison of the different approaches is missing in the literature. In this work, we present a thorough evaluation of several approaches, including results for qualitative and quantitative reconstruction quality and an analysis of reciprocity and energy conservation. Moreover, we propose two extensions that can be added to existing approaches: A novel additive combination strategy for neural BRDFs that split the reflectance into a diffuse and a specular part, and an input mapping that ensures reciprocity exactly by construction, while previous approaches only ensure it by soft constraints.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google